一种再入飞行器重量风险控制系统及方法

1.本发明属于再入飞机重量系统技术领域，具体涉及一种再入飞行器重量风险控制系统及方法，能够实现对再入飞行器重量风险的控制。


背景技术：

2.再入飞行器具有尺寸小、重量轻、任务载荷占比大、多次往返、大气层内外飞行等特点，其重量特性对性能有着至关重要的影响且受严格约束，对全任务周期范围内的重量特性控制效率、精度、粒度提出了更高的要求。从现实上说，目前我国航天领域关于再入飞行器重量特性控制方面的研究和实践较少，行业标准建设仍不完善，在技术手段上也较为薄弱。随着我国航天产品研制单位逐步展开对空天往返的再入飞行器研发工作，重量相关的性能问题逐步暴露出来，有必要通过更精细化的重量特性管理和分析技术来提升研发效率和质量。
3.传统处理方法存在以下问题：
4.1.重量特性数据在实际使用过程中对于计算机而言，直接使用公式进行递归计算将耗费大量的存储资源，同时难以实现并行计算；
5.2.重量估算方法本身的不确定性和设计成熟度不足；
6.3.重量风险分析方法的核心在于高维空间内的随机样本点生成，而传统重量风险分析方法产生的随机样本均匀性不高，产生符合精度要求的概率曲线所需的样本数量很大，从而影响风险分析。


技术实现要素：

7.为克服传统递归算法耗费大量储存资源和数据均匀性不高、成熟度不够的影响，本发明提供一种再入飞行器重量风险控制系统及方法，其为优化递归算法和重量风险分析及其优化方法，能够实现对再入飞行器重量风险控制。本发明针对以上问题提出再入飞行器重量特性数据管理系统，并基于传统monte carlo方法的重量风险分析进行了优化，实现了重量风险的量化分析。
8.为达到上述目的，本发明采用的技术方案如下：
9.一种再入飞行器重量风险控制系统，包括再入飞行器重量特性数据管理系统设计模块和再入飞行器重量风险分析模块实现；所述再入飞行器重量特性数据管理系统设计模块基于再入飞行器重量特性数据，实现对于不同再入飞行器项目、阶段和数据版本的管理，以及各个版本数据的重量分解树结构编辑、重量特性数据编辑、数据更新计算、数据权限管理、数据检查，同时实现重量特性数据文件的导入导出和可视化；所述再入飞行器重量风险分析模块对再入飞行器总体重量重心、子系统重量重心和未知的潜在风险因素进行持续的控制，通过将众多影响风险因素审视和评估，生成可用于支持设计决策的参考结果。
10.进一步地，所述再入飞行器重量特性数据管理系统设计模块具体实现如下：
11.首先建立能够支持灵活的管理结构、可自由扩展的数据表单的数据管理模型，以
及支持重量特性快速计算的数据计算模型，然后进行数据统计分析、对比分析、趋势分析，最终实现数据可视化报表、分析结果的可视化图表生成，以及数据综合应用集成设计。
12.本发明还提供一种上述再入飞行器重量风险控制系统的控制方法，包括以下步骤：
13.步骤s1：重量特性数据管理模型分析：基于开放式重量特性数据库构建能够兼容再入飞行器的wbs分解结构，其最小的组成单元对应为一个零部件，包括概要信息、重量信息、重心信息、惯量特性、局部坐标系参数；
14.步骤s2：计算模型构建：包括重量计算、重心计算和惯量特性计算；
15.重量计算公式为：
16.m＝∑(mi)
17.再入飞行器(x,y,z)三个方向的重心位置计算公式为：
[0018][0019][0020][0021]
沿(x,y,z)三个方向的转动惯量的计算公式为：
[0022]ixx
＝∑(i
xxi
+mi((y-yi)2+(z-zi)2))
[0023]iyy
＝∑(i
yyi
+mi((x-xi)2+(z-zi)2))
[0024]izz
＝∑(i
zzi
+mi((x-xi)2+(y-yi)2))
[0025]
惯性积的计算公式为：
[0026]ixy
＝∑(i
xyi
+mi((x-xi)2+(y-yi)2))
[0027]ixz
＝∑(i
xzi
+mi((x-xi)2+(z-zi)2))
[0028]iyz
＝∑(i
yzi
+mi((y-yi)2+(z-zi)2))
[0029]
其中m为再入飞行器总重量，mi为再入飞行器各部件重量；x,y,z分别为再入飞行器(x,y,z)三个方向的重心位置，xi,yi,zi分别为部件i在(x,y,z)三个方向的重心位置；i
xx
,i
yy
,i
zz
分别为再入飞行器沿(x,y,z)三个方向的转动惯量，i
xy
,i
xz
,i
yz
分别为再入飞行器惯性积，i
xxi
,i
yyi
,i
zzi
分别为再入飞行器各部件沿(x,y,z)三个方向的转动惯量，i
xyi
,i
xzi
,i
yzi
分别为再入飞行器各部件惯性积；
[0030]
步骤s3：将步骤s2中公式通过等效变换转化为递推算法：
[0031]
m＝∑mi[0032][0033][0034]
[0035][0036][0037][0038]ixy
＝∑i
xyi
+mxy-x∑miy
i-y∑mix
i-∑mixiyi[0039]ixz
＝∑i
xzi
+mxz-x∑miz
i-y∑mix
i-∑mixizi[0040]iyz
＝∑i
yzi
+myz-y∑miz
i-z∑miy
i-∑miyizi[0041]
定义：
[0042]
a1＝∑mixia3＝∑miyizi[0043]
b1＝∑miyib3＝∑mixizi[0044]
c1＝∑mizic3＝∑mixiyi[0045]
若依照重量特性分解结构自底向上递推计算某个节点，设其父节点p，则得到重量特性计算递推算法描述：
[0046][0047]
步骤s4：数据管理：基于步骤s3计算得到的各项数据，对于不同再入飞行器项目、阶段和数据版本的管理，以及各个版本数据的重量分解树结构编辑、重量特性数据编辑、数据更新计算、数据权限管理、数据检查；
[0048]
步骤s5：数据分析：基于步骤s4建立的数据库，完成再入飞行器重量特性的数据查询、数据统计、数据对比、趋势分析，实现对再入飞行器重量特性的监控与分析；
[0049]
步骤s6：重量风险分析：利用低差异序列优化样本采样过程，风险分析的精度要求；然后采取不同减重措施对于重量风险的影响通过调整风险项目的发生概率来分析；
[0050]
步骤s7：再入飞行器重心预测：利用与步骤s4中重量风险分析方法，进行重心风险分析；然后根据风险分析的重量采样结果与零部件重心计算得到重心的样本集，并据此通过聚类算法自动聚类，得到重心的离散采样分布，实现重心分布密度估计。
[0051]
本发明与现有技术相比具有以下优点：
[0052]
(1)本发明提出了数据管理模型、数据计算算法并进行了优化设计，能够实现数据管理、数据分析和可视化等功能。
[0053]
(2)本发明提出的基于monte carlo方法的重量风险分析及其优化方法，能够更精
确地给出重量风险的量化分析结果，设计和决策人员能够利用这些分析结果尽早发现导致飞行器重量失控的潜在因素，提前做出决策和改进设计。
[0054]
(3)本发明提出的基于dbscan聚类的重心区域预测方法，可以量化分析再入飞行器全机或部分组件的重心分布区域，甚至给出分布密度。
[0055]
本发明能够根据优化的计算模型实现对再入飞行器进行数据统计分析、对比分析、趋势分析，并对再入飞行器总体重量重心、子系统重量重心乃至未知的潜在风险因素进行持续的把控，最后通过将众多影响风险因素尽可能地审视和评估，生成可用于支持设计决策的参考结果。
附图说明
[0056]
图1为本发明的再入飞行器重量风险控制系统总体框架图；
[0057]
图2为本发明中的基于monte carlo方法的重量风险分析基本流程图；
[0058]
图3为本发明中的再入飞行器重量特性数据管理模型；
[0059]
图4为本发明中的再入飞行器重量特性数据管理处理流程图；
[0060]
图5为本发明中的再入飞行器重量特性数据管理系统功能框架图；
[0061]
图6为本发明中的数据计算模块界面；
[0062]
图7为本发明中的再入飞行器重量特性数据分析处理流程图；
[0063]
图8为本发明中的再入飞行器重量特性数据分析系统功能框架图；
[0064]
图9为本发明中的数据查询界面；
[0065]
图10为本发明中的数据统计分析界面；
[0066]
图11为本发明中的数据对比分析界面；
[0067]
图12为本发明中的重量趋势分析界面；
[0068]
图13为本发明中的sobol序列辅助重量风险分析基本流程图；
[0069]
图14为本发明中的重量风险抑制基本流程图；
[0070]
图15为本发明中的不同采样方法的重量风险分析结果误差概率；
[0071]
图16为本发明中的采取不同重量风险抑制措施后的概率分布示例；
[0072]
图17为本发明中的某飞行器重量风险分析结果；
[0073]
图18为本发明中的某再入飞行器重心分布区域预测；
[0074]
图19为本发明中的某飞行器重心分布概率密度估计。
具体实施方式
[0075]
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
[0076]
本发明的再入飞行器重量风险控制系统包括再入飞行器重量特性数据管理系统设计模块和再入飞行器重量风险分析模块。
[0077]
如图1所示，再入飞行器重量特性数据管理系统设计模块实现质量特性数据管理、质量特性数据分析、质量特性可视化和综合应用。基于再入飞行器重量特性数据，主要实现
对于不同再入飞行器项目、阶段和数据版本的管理，以及各个版本数据的重量分解树结构编辑、重量特性数据编辑、数据更新计算、数据权限管理、数据检查等功能，同时实现重量特性数据文件的导入导出和可视化。
[0078]
如图2所示，本发明的再入飞行器重量风险控制方法通过再入飞行器的重量风险分析模块实现，对再入飞行器总体重量重心、子系统重量重心乃至未知的潜在风险因素进行持续的控制，通过将众多影响风险因素尽可能地审视和评估，生成可用于支持设计决策的参考结果。
[0079]
本发明的再入飞行器重量风险控制方法实现步骤如下：
[0080]
步骤s1、重量特性数据管理模型分析：基于开放式重量特性数据库构建能够兼容再入飞行器的wbs分解结构，其最小的组成单元对应为一个零部件。主要包括概要信息、重量信息、重心信息、惯量特性、局部坐标系参数。图3为再入飞行器重量特性数据管理模型。
[0081]
步骤s2、计算模型构建：主要包括重量计算、重心计算和惯量特性计算。
[0082]
重量计算公式为：
[0083]
m＝∑(mi)。
[0084]
(x,y,z)三个方向的重心位置计算公式为：
[0085][0086][0087][0088]
转动惯量的计算公式为：
[0089]ixx
＝∑(i
xxi
+mi((y-yi)2+(z-zi)2))
[0090]iyy
＝∑(i
yyi
+mi((x-xi)2+(z-zi)2))
[0091]izz
＝∑(i
zzi
+mi((x-xi)2+(y-yi)2))
[0092]
惯性积的计算公式为：
[0093]ixy
＝∑(i
xyi
+mi((x-xi)2+(y-yi)2))
[0094]ixz
＝∑(i
xzi
+mi((x-xi)2+(z-zi)2))
[0095]iyz
＝∑(i
yzi
+mi((y-yi)2+(z-zi)2))
[0096]
其中m为再入飞行器总重量，mi为再入飞行器各部件重量。x,y,z分别为再入飞行器(x,y,z)三个方向的重心位置，xi,yi,zi分别为部件i在(x,y,z)三个方向的重心位置。i
xx
,i
yy
,i
zz
分别为再入飞行器沿(x,y,z)三个方向的转动惯量，i
xy
,i
xz
,i
yz
分别为再入飞行器惯性积，i
xxi
,i
yyi
,i
zzi
分别为再入飞行器各部件沿(x,y,z)三个方向的转动惯量，i
xyi
,i
xzi
,i
yzi
分别为再入飞行器各部件惯性积。
[0097]
步骤s3、将步骤s2中公式通过等效变换转化为递推算法：
[0098]
m＝∑mi[0099]
[0100][0101][0102][0103][0104][0105]ixy
＝∑i
xyi
+mxy-x∑miy
i-y∑mix
i-∑mixiyi[0106]ixz
＝∑i
xzi
+mxz-x∑miz
i-y∑mix
i-∑mixizi[0107]iyz
＝∑i
yzi
+myz-y∑miz
i-z∑miy
i-∑miyizi[0108]
定义：
[0109]
a1＝∑mixia3＝∑miyizi[0110]
b1＝∑miyib3＝∑mixizi[0111]
c1＝∑mizic3＝∑mixiyi[0112]
若依照重量特性分解结构自底向上递推计算某个节点(设其父节点p)，则可得到重量特性计算递推算法描述：
[0113][0114]
其中m为再入飞行器总重量，mi为再入飞行器各部件重量。x,y,z分别为再入飞行器(x,y,z)三个方向的重心位置，xi,yi,zi分别为部件i在(x,y,z)三个方向的重心位置。i
xx
,i
yy
,i
zz
分别为沿(x,y,z)三个方向的转动惯量，i
xy
,i
xz
,i
yz
分别为惯性积。
[0115]
步骤s4：数据管理：基于步骤s3计算得到的各项数据，对于不同再入飞行器项目、阶段和数据版本的管理，以及各个版本数据的重量分解树结构编辑、重量特性数据编辑、数据更新计算、数据权限管理、数据检查等。其中，图4所示为再入飞行器重量特性数据管理处理流程，根据质量分解结构描述、质量属性数据描述以及计算公式和计算范围，能够进行质量特性数据快速计算，实现重量特性数据的管理，图5所示为再入飞行器重量特性数据管理系统功能框架，包括型号及阶段管理、数据接口、数据编辑、数据更新与计算四大板块，图6所示为数据计算模块界面。
[0116]
步骤s5：数据分析：基于步骤s4建立的数据库，完成如图9所示的再入飞行器重量特性的数据查询、如图10所示的数据统计、如图11所示的数据对比、如图12所示的趋势分析功能，实现对再入飞行器重量特性的监控与分析。其中，图7所示为再入飞行器重量特性数据分析处理流程，可以根据项目、预测、评估、重量趋势等实现重量特性数据分析；图8所示为再入飞行器重量特性数据分析系统功能框架，能够依托质量特性数据库进行质量特性数据查询、质量特性数据分析、重量预测与评估、重量趋势分析。
[0117]
步骤s6：重量风险分析：利用低差异序列(low-discrepancysequence)优化样本采样过程，风险分析的精度要求。然后采取不同减重措施对于重量风险的影响可通过调整风险项目的发生概率来分析。其中，图13所示为sobol序列辅助重量风险分析基本流程，通过对零部件列表和风险因素列表进行sobol序列辅助的montecarb采样，形成重量样本集，并通过计算累积概率得到分布图；图14所示为重量风险抑制基本流程，依次对风险项目列表进行重量分析，计算超重风险，通过风险约束来判断是否制定减重方案，从而保证风险项目均能满足风险约束。
[0118]
以下对计算精度进行验证：
[0119]
对于90个风险项目，以经典monte carlo方法采样106次的分析结果曲线作为参考基准值，图15为采用不同的样本序列生成方法的结果均方根误差。
[0120]
可以看出利用sobol序列辅助生成随机样本的准monte carlo方法，其精度能够更快地收敛。在上述实验中，相比于经典的monte carlo方法，其所达到相同的结果精度所需的采样次数仅为前者的1/3左右。从实验结果看，在工程中实践中利用sobol序列辅助重量风险分析仅需进行约1000次采样即可满足风险分析的精度要求。
[0121]
步骤s7：一般来说，减重的措施和方案应当在重量控制计划中明确，例如协调重量分配、供应商的重量控制、设计变更、选用轻质材料等。此外，减重的时机尤其重要，减重的决策越早落实，飞行器研制后期的难度越低，总体性能越好。特别对于再入飞行器来说，严格的重量上限使得其必须对重量风险进行控制，而不仅是重量本身。
[0122]
以下对减重方案进行验证：
[0123]
采取不同减重措施对于重量风险的影响可通过调整风险项目的发生概率来分析。例如，对某个金属结构的翼面部件，可通过采取选用复材控制面、复材结构件等措施来进行减重，其减重措施如下表：
[0124][0125]
依据不同的减重措施可反复绘制重量风险曲线。其中，图16为不同的减重方案对
应的风险曲线。
[0126]
可以得到如下结论：
[0127]
(1)若采用金属材料的翼面结构，则总重不超过目标重量的概率为0.57；
[0128]
(2)若采用复材控制面，则概率提升为0.74；
[0129]
(3)若采用复材控制面与复材结构件，则概率提升至0.94；
[0130]
(4)若以超重的概率来衡量，采取措施1将超重风险降低39.5％，而采取措施2将超重风险降低86.0％。
[0131]
因此可以得出采取任何一种减重方案都能够显著降低超重的风险。而具体允许的风险阈值则需由决策者来决断。
[0132]
步骤s8：飞行器重心预测：利用与步骤s4中重量风险分析方法类似的方法，进行重心风险分析。然后根据风险分析的重量采样结果与零部件重心计算得到重心的样本集，并据此通过聚类算法自动聚类，得到重心的离散采样分布，实现重心分布密度估计。
[0133]
以下对重量特性分析方法在工程中的应用进行验证：
[0134]
某再入飞行器设计重量上限为6400kg，其重量风险分析参数列表如下所示：
[0135]
[0136][0137]
通过重量风险进行分析，得到重量期望值为6144kg，图17为某飞行器重量分析累积概率分布结果。
[0138]
从图中可以得出，飞行器重量不超过期望值6144kg的概率为0.46，重量不超过上限值6400kg的概率为0.68。若以期望值为重量预测值，则可得当前飞行器的重量裕度为256kg，即重量上限值的4％，而超重的风险则达到32％。
[0139]
图18和图19为飞行器重心预测结果。从图中可以看出，飞行器纵向的总体重心以约53.8％的概率分布于4.43m～4.52m，以约35.7％的概率分布于和4.72～4.87m的区间内，这两个重心区间范围可作为重要的设计参考。
[0140]
本发明未详细阐述部分属于本领域公知技术。
[0141]
以上所述，仅为本发明部分具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本领域的人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。